我想说：
又到了每天写东西的时间了，这时候最兴奋，这种兴奋可以延续到后半夜，两点甚至三点；以前写博客都是杂乱无章的，现在写公众号决定按照一个框架，按照一个系列来写；
1. 前言：
先看一个概念：
Covariance shift
——when the input distribution to a learning system changes, it is said to experience covariance shift.
在模型训练的时候我们一般都会做样本归一化（样本归一化作用会在下面文章介绍），在往多层神经网络传播时，前面层参数的改变，使得后面层的输入分布发生改变时，就叫Internal covariance shift。这会导致：其一，增加模型训练时间，因为样本分布变了，要调整 参数适应这种分布；其二：在MachineLN之激活函数文章中提到的使用sigmoid函数，梯度消失的问题；
2. BN （Batch Normalization）
BN：批量规范化：使得均值为0，方差为1；scale and shift：引入两个参数，从而使得BN操作可以代表一个恒等变换，为了训练所需加入到BN有可能还原最初的输入；看一下这个公式：
image
再看下面BN的两个公式，将上面公式带入，你会发现输入=输出，好尴尬啊！
image
BN的引入就是为了解决 样本分布改变训练训练慢、梯度消失、过拟合（可以使用较低的dropout和L2系数）等问题；
BN的具体推导，就不得不提到google的Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift论文，看下图：
image
输入：m个样本x{1,...,m}，一般时卷积后输入激活函数前的数据；
输出：BN的处理结果；
上图中前向传播的公式应该很好理解；
下图是后向传播的公式：
image
直接看起来比较费劲还是用手撕一下吧：
image
再看一下训练过程：
image
可以解释为：（参考大神）
-
1.对于K维（通道数）的输入，假设每一维包含m个变量（这里可以理解为cnn的feature map），所以需要K个循环。每个循环中按照上面所介绍的方法计算γ与β。这里的K维，在卷积网络中可以看作是卷积核个数（卷积后的通道数），如网络中第n层有64个卷积核，就需要计算64次。
-
需要注意，在正向传播时，会使用γ与β使得BN层输出与输入一样。
-
2.在反向传播时利用γ与β求得梯度从而改变训练权值（变量）。
-
3.通过不断迭代直到训练结束，求得关于不同层的γ与β。如网络有n个BN层，每层根据batch_size决定有多少个变量，设定为m，这里的mini-batcherB指的是特征图大小batch_size，即m=特征图大小batch_size**，因此，对于batch_size为1，这里的m就是每层特征图的大小。
-
4.不断遍历训练集中的图片，取出每个batch_size中的γ与β，最后统计每层BN的γ与β各自的和除以图片数量得到平均直，并对其做无偏估计直作为每一层的E[x]与Var[x]。
-
5.在预测的正向传播时，对测试数据求取γ与β，并使用该层的E[x]与Var[x]，通过图中11:所表示的公式计算BN层输出。
-
注意，在预测时，BN层的输出已经被改变，所以BN层在预测的作用体现在此处。
3. 总结
上面两本部分回答了BN的由来、BN的计算、BN的前后向传播。对自己今后的工作有什么启发？
还可以参考：
1. tf的BN代码：http://blog.csdn.net/u014365862/article/details/77188011
- resnet、inception、inception_resnet等网络的BN使用：http://blog.csdn.net/u014365862/article/details/78272811
推荐阅读：
image
我想说：
又到了每天写东西的时间了，这时候最兴奋，这种兴奋可以延续到后半夜，两点甚至三点；以前写博客都是杂乱无章的，现在写公众号决定按照一个框架，按照一个系列来写；
1. 前言：
先看一个概念：
Covariance shift
——when the input distribution to a learning system changes, it is said to experience covariance shift.
在模型训练的时候我们一般都会做样本归一化（样本归一化作用会在下面文章介绍），在往多层神经网络传播时，前面层参数的改变，使得后面层的输入分布发生改变时，就叫Internal covariance shift。这会导致：其一，增加模型训练时间，因为样本分布变了，要调整 参数适应这种分布；其二：在MachineLN之激活函数文章中提到的使用sigmoid函数，梯度消失的问题；
2. BN （Batch Normalization）
BN：批量规范化：使得均值为0，方差为1；scale and shift：引入两个参数，从而使得BN操作可以代表一个恒等变换，为了训练所需加入到BN有可能还原最初的输入；看一下这个公式：
image
再看下面BN的两个公式，将上面公式带入，你会发现输入=输出，好尴尬啊！
image
BN的引入就是为了解决 样本分布改变训练训练慢、梯度消失、过拟合（可以使用较低的dropout和L2系数）等问题；
BN的具体推导，就不得不提到google的Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift论文，看下图：
image
输入：m个样本x{1,...,m}，一般时卷积后输入激活函数前的数据；
输出：BN的处理结果；
上图中前向传播的公式应该很好理解；
下图是后向传播的公式：
image
直接看起来比较费劲还是用手撕一下吧：
image
再看一下训练过程：
image
可以解释为：（参考大神）
-
1.对于K维（通道数）的输入，假设每一维包含m个变量（这里可以理解为cnn的feature map），所以需要K个循环。每个循环中按照上面所介绍的方法计算γ与β。这里的K维，在卷积网络中可以看作是卷积核个数（卷积后的通道数），如网络中第n层有64个卷积核，就需要计算64次。
-
需要注意，在正向传播时，会使用γ与β使得BN层输出与输入一样。
-
2.在反向传播时利用γ与β求得梯度从而改变训练权值（变量）。
-
3.通过不断迭代直到训练结束，求得关于不同层的γ与β。如网络有n个BN层，每层根据batch_size决定有多少个变量，设定为m，这里的mini-batcherB指的是特征图大小batch_size，即m=特征图大小batch_size**，因此，对于batch_size为1，这里的m就是每层特征图的大小。
-
4.不断遍历训练集中的图片，取出每个batch_size中的γ与β，最后统计每层BN的γ与β各自的和除以图片数量得到平均直，并对其做无偏估计直作为每一层的E[x]与Var[x]。
-
5.在预测的正向传播时，对测试数据求取γ与β，并使用该层的E[x]与Var[x]，通过图中11:所表示的公式计算BN层输出。
-
注意，在预测时，BN层的输出已经被改变，所以BN层在预测的作用体现在此处。
3. 总结
上面两本部分回答了BN的由来、BN的计算、BN的前后向传播。对自己今后的工作有什么启发？
还可以参考：
1. tf的BN代码：http://blog.csdn.net/u014365862/article/details/77188011
- resnet、inception、inception_resnet等网络的BN使用：http://blog.csdn.net/u014365862/article/details/78272811
推荐阅读：
MachineLN 交流群请扫码加machinelp为好友：
image
版权声明：本文为博主原创文章，未经博主允许不得转载。有问题可以加微信：lp9628(注明CSDN)。
网友评论